CuratorMAS：用多智能体编排自动化数据集策展

CuratorMAS 是一个多智能体协作框架，把复杂的数据集策展流程分解为五个可编程执行阶段并形成可并行工作流，包括数据集探索、在线领域知识检索、评估指标推导、过滤执行和技能更新进化模块。实验显示，CuratorMAS 最多降低噪声率 36.03 个百分点，同时将下游模型 F1 分数提升最多 8.88 个百分点。论文已提交至 arXiv（arXiv:2610.07075 [cs.AI]）。